torch.cat()函数 dim = 2 和 -1 时关于第三维度的拼接。不理解的可问

最新推荐文章于 2024-07-17 03:43:37 发布

corc++

最新推荐文章于 2024-07-17 03:43:37 发布

阅读量3.8k

点赞数 6

分类专栏： pytorch 文章标签： pytorch 深度学习 python

本文链接：https://blog.csdn.net/qq_48983365/article/details/123820734

版权

本文深入探讨了在PyTorch中torch.cat()函数的用法，特别是当dim参数设置为2和-1时如何进行第三维度的张量拼接。针对可能产生的疑惑，提供了详细解释和示例，帮助深度学习开发者更好地理解和应用这一关键操作。

摘要由CSDN通过智能技术生成

import torch

c = torch.randn((2,3,4))
d = torch.randn((2,3,4))
print(c,d)
print(c.shape,d.shape)
print(torch.cat((c,d),dim=0))
print(torch.cat((c,d),dim=1))
print(torch.cat((c,d),dim=2))
m = torch.cat((c,d),dim=0)
n = torch.cat((c,d),dim=1)
l = torch.cat((c,d),dim=2)
print(m.shape,n.shape ,l.shape)

tensor([[[ 1.1613, -0.4922,  1.9275,  0.8882],
         [-0.2998,  0.7337,  0.3202,  0.9770],
         [ 1.4552,  0.0873,  0.7061,  1.0533]],

        [[-1.2791,